基于多尺度分析及图论归一化割的矿岩颗粒图像分割及应用

为克服矿岩颗粒图像分割中的欠分割和过分割现象,基于矿岩颗粒图像的特性,提出一种结合多尺度分析与图论的矿岩颗粒图象分割算法。该算法首先利用图像多尺度变换缩小图像,以去噪和减少数据量,再利用改进的图论归一化割(Normalized Cut)算法来分割矿岩颗粒图像。对多种类型的矿岩颗粒图像进行了分割实验,并与阈值、分水岭、聚类分析及FCM等常用的分割方法进行比较。实验结果证明,研究的算法对岩石颗粒图像具有优于其它分割算法的效果,新算法应用到了大型露天矿爆堆中的岩石块度测量与分析,效果令人满意。

基于分数阶微分和聚类分析的矿岩三维图像裂缝提取算法

针对矿岩三维图像存在较大阴影和非均匀背景导致浅层裂缝容易误判的问题,提出了一种基于分数阶微分和聚类分析的矿岩三维图像裂缝提取算法。首先采用分数阶微分最小邻域值方法,消除图像背景噪声并增强裂缝边缘信息;其次改进MASK匀光算法,提升算法的自适应能力,进一步用于提升图像对比度;最后采用K-means聚类分析算法对矿岩三维图像进行裂缝提取。试验结果表明:该方法能够有效降低低光照情况下阴影对裂缝提取的影响,对噪声具有平滑效果,实际矿岩三维图像裂缝提取的准确率达到了91.5%,为矿岩图像信息提取与判读分析提供了有效方法。

模糊熵的区域合并和图割的快速矿岩分割

目的针对现有区域合并和图割的结合算法没有考虑矿岩图像模糊特性,导致分割精度和运行效率较低,模糊边缘无法有效分割的问题,利用快速递推计算的最大模糊2-划熵信息设置以区域为顶点的图割模型似然能来解决。方法首先利用双边滤波器和分水岭算法对矿岩图像进行预处理,并将其划分为若干一致性较好的区域;然后利用图像在计算最大模糊2-划分熵时,目标和背景的模糊隶属度函数来设计图割能量函数似然能,使得能量函数更接近模糊图像的真实情况,期间为了提高最大模糊2-划分熵值的搜索效率,提出了时间复杂度为O(n^2)的递推算法将模糊熵的计算转化为递推过程,并保留不重复的递推结果用于后续的穷举搜索;最后利用设计的图割算法对区域进行标号,以完成分割。结果本文算法的分割精度较其他区域合并和图割结合算法提高了约23%,分割后矿岩颗粒个数的统计结果相对于人工统计结果,其误差率约为2%,运行时间较其他算法缩短了约60%。结论本文算法确保精度同时,有效提高矿岩图像的分割效率,为自动化矿岩图像高效分割的工程实践提供重要指导依据。